基于多层能量管理的混合储能风电功率波抑策略

闫来清; 王康; 许佳奇; 翟卓涛; 郑立星; 刘淼

doi:doi:10.19912/j.0254-0096.tynxb.2024-0812

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于多层能量管理的混合储能风电功率波抑策略

更新时间：2025-10-22

- 基于多层能量管理的混合储能风电功率波抑策略
- 暂无标题
- 太阳能学报 2025年46卷第9期页码：98-107
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-0812
  中图分类号： TM614
- 网络出版：2025-10-14，
  
  纸质出版：2025
- 稿件说明：
移动端阅览
闫来清, 王康, 许佳奇, 等. 基于多层能量管理的混合储能风电功率波抑策略[J]. 太阳能学报, 2025,46(9):98-107.
闫来清, 王康, 许佳奇, 等. 基于多层能量管理的混合储能风电功率波抑策略[J]. 太阳能学报, 2025,46(9):98-107. DOI： doi:10.19912/j.0254-0096.tynxb.2024-0812.

DOI：

摘要

针对由超级电容与锂电池构成的混合储能系统

研究风电功率波动平抑策略实现风电平滑并网。首先

提出考虑窗口长度上限的自适应滑动平均算法对实时风电功率进行平滑处理

同时将计算得到的混合功率进行变分模态分解（VMD）得到模态分量

并以复合熵为目标采用改进的猎食者算法（IHPO）对VMD预设参数寻优。其次

通过Hilbert变换确定高低频分界频率

将高频信号分配给超级电容

低频信号分配给锂电池。考虑储能设备充放电过程中的荷电状态（SOC）

提出多层能量管理策略实现混合储能功率的动态优化与再分配。最后

通过仿真对比

验证该文所提策略能有效平抑风电功率波动

同时保证超级电容与锂电池两种储能设备的SOC工作在合理区间且累积偏差量较改进前分别减少13.8%和14.9%。

Abstract

This study examines a wind power fluctuation smoothing strategy for a hybrid energy storage system comprising supercapacitors and lithium batteries to achieve stable grid connection for wind power. An adaptive sliding average algorithm

which accounts for the upper limit of window length

is introduced to smooth real-time wind power. Subsequently

the computed hybrid power undergoes variational mode decomposition （VMD） to extract modal components

and composite entropy serves as the objective for the improved hunter-prey optimizer （IHPO） to optimize the predetermined VMD parameters. Secondly

the high and low-frequency cutoff points are established through the Hilbert transform

withhigh-frequency signals allocated to the supercapacitor and the low-frequency signal designated for the lithium batteries. A multilayer energy management strategy is proposed to achieve dynamic optimization and redistribution of hybrid energy storage power

taking into account the state of charge （SOC） during the charging and discharging processes of the energy storage devices. Finaly simulation resaalty confirm that the proposed strategy can effectively mitigate wind power fluctuations while ensuring that the state of charge （SOC） of both supercapacito

and lithium-ion batteries operates within acceptable ranges

resulting in a cumulative deviation reduction of 13.8% and 14.9%

respectively

compared to before pre-improvement.

关键词

Keywords

references

杨宇, 刘承良, 崔守军. “百年变局、能源风云、世界眼光、家国情怀”: “世界能源地理与国家安全” 专辑发刊词[J]. 自然资源学报, 2020, 35(11): 2569-2571.

卓振宇, 张宁, 谢小荣, 等. 高比例可再生能源电力系统关键技术及发展挑战[J]. 电力系统自动化, 2021, 45(9): 171-191.

ZHANG Y, XIAO L X, ZHOU H, et al.Control strategy of wind power smooth grid connection based on adaptive VMD and hybrid energy storage[J]. Journal of renewable and sustainable energy, 2022, 14(2): 023306.

刘颖明, 王树旗, 王晓东. 基于广义预测控制的风电场调频控制策略研究[J]. 太阳能学报, 2022, 43(3): 405-410.

王贝, 李宾宾, 孙广星, 等. 新型储能技术与产业发展研究[J]. 能源与节能, 2023(11): 8-13.

金阳. 新能源电力系统中的储能技术研究[J]. 低碳世界, 2023, 13(11): 49-51.

王腾, 张新燕, 王亚东, 等. 基于二阶滤波的混合储能系统能量管理控制策略[J]. 太阳能学报, 2022, 43(11): 399-405.

靳雯皓, 刘继春, 刘俊勇. 平抑风电功率波动的新型储能系统控制策略[J]. 电测与仪表, 2018, 55(24): 78-87.

陈科彬, 邱晓燕, 史光耀, 等. 基于滑动平均与小波包分解的混合储能容量优化[J]. 电测与仪表, 2018, 55(7): 62-65.

LIU L J, DA C, ZHOU W, et al.A control strategy for hybrid energy storage based on double-layer fuzzy controller integrated with second-ahead control thought[J]. Journal of renewable and sustainable energy, 2019, 11(2): 024104.

WU T Z, YU W S, GUO L X.A study on use of hybrid energy storage system along with variable filter time constant to smooth DC power fluctuation in microgrid[J]. IEEE access, 2019, 7: 175377-175385.

秦磊, 董海鹰, 王润杰. 基于卡尔曼滤波和模型预测控制的混合储能平抑风电功率波动策略[J]. 电网技术, 2024, 48(10): 4286-4297.

张琦, 谢丽蓉, 王威, 等. 计及补偿风电预测误差和平抑波动的混合储能分区优化控制策略[J]. 太阳能学报, 2023, 44(7): 7-13.

薛田良, 蒋峰, 张磊, 等. 风储系统混合储能的功率分配与双层能量管理策略[J]. 三峡大学学报(自然科学版), 2023, 45(1): 80-87.

付华, 陆鹏, 张俊男. 基于A-SA-WOA算法的直流微电网全钒液流电池储能系统功率分配策略[J]. 电工技术学报, 2023, 38(7): 1826-1837.

李志强, 李赛, 王凡凯. 平抑风电波动的混合储能系统自适应控制策略[J]. 现代电力, 2020, 37(6): 646-653.

赵靖英, 乔珩埔, 姚帅亮, 等. 考虑储能SOC自恢复的风电波动平抑混合储能容量配置策略[J]. 电工技术学报, 2024, 39(16): 5206-5219.

毛志宇, 李培强, 肖家杰, 等. 面向风功率波动平抑的电池储能双层协调控制策略[J]. 中国电机工程学报, 2024, 44(16): 6494-6507.

LI Q S, LI Z, ZHANG Z F, et al.Energy storage capacity optimization strategy for combined wind storage system[J]. Energy reports, 2022, 8: 247-252.

ABDULGALIL M A, KHALID M, ALISMAIL F.Optimizing a distributed wind-storage system under critical uncertainties using benders decomposition[J]. IEEE access, 2019, 7: 77951-77963.

李鑫, 王娟, 邱亚, 等. 基于VMD的混合储能容量优化配置[J]. 太阳能学报, 2022, 43(2): 88-96.

NARUEI I, KEYNIA F, SABBAGH MOLAHOSSEINI A.Hunter-prey optimization: algorithm and applications[J]. Soft computing, 2022, 26(3): 1279-1314.

马驰, 曾国辉, 黄勃, 等. 融合混沌对立和分组学习的海洋捕食者算法[J]. 计算机工程与应用, 2022, 58(22): 271-283.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

协调控制框架下的离网型风力发电系统能量管理

双模式分解CNN-LSTM集成的短期风速预测模型

基于变量相关注意力机制的短期风速预测

融合残差与VMD-ELM-LSTM的短期风速预测

基于主从博弈的多微电网能量交易优化方法